قم بأتمتة سير العمل من خلال التكرار على القوائم وتنفيذ التدفقات لكل عنصر باستخدام مكون المكرِّر في FlowHunt.
وصف المكون
يهدف مكون المكرِّر إلى تنفيذ تدفق فرعي أو تدفق خارجي بشكل متكرر لكل عنصر في قائمة محددة. يتيح ذلك معالجة الدُفعات، أو التكرار، أو التنفيذ المتوازي لمهام الذكاء الاصطناعي عبر عدة مدخلات، وهو أمر ضروري عند التعامل مع سير أعمال يتضمن قوائم أو مجموعات بيانات.
يقوم المكرِّر بأتمتة التنفيذ المتكرر ضمن سير عمل الذكاء الاصطناعي الخاص بك. يأخذ قائمة من المدخلات، ولكل عنصر في هذه القائمة يشغّل تدفق ذكاء اصطناعي محدد (قد يكون أي عملية أو نموذج قمت بتعريفه). هذا مفيد بشكل خاص في حالات مثل:
يوفر المكون الحقول القابلة للتهيئة التالية:
| اسم الحقل | النوع | إلزامي | الوصف |
|---|---|---|---|
تنفيذ التدفق (flow) | تنفيذ تدفق | نعم | التدفق الفرعي أو الخارجي المطلوب تنفيذه لكل عنصر في قائمة الإدخال. |
قائمة الإدخال (flow_inputs) | بيانات، رسالة | نعم | قائمة المدخلات التي سيتم التكرار عليها (كل عنصر سيشغّل تنفيذ تدفق). |
تضمين إخراج التكرار السابق (include_prev_output) | بول (متقدم) | لا | يمرر إخراج التكرار السابق كـ {prev_iter_res} للتكرار التالي. يعمل فقط مع التنفيذ أحادي المسار (التوازي = 1). |
أقصى توازي (max_concurrency) | عدد صحيح (1-20، متقدم) | لا | يحدد الحد الأقصى لعدد عمليات تنفيذ التدفق بالتوازي. الافتراضي هو 1 (تسلسلي). |
فاصل (separator) | نص (متقدم) | لا | سلسلة فواصل اختيارية تُستخدم بين إخراج كل تنفيذ تدفق. |
المخرج الرئيسي للمكرِّر هو:
text_output): رسالة تحتوي على النتائج المجمعة لتنفيذ التدفق على كل عنصر إدخال. نوع المخرج يتوافق مع مخرج التدفق المنفذ.إذا تم تفعيل تضمين إخراج التكرار السابق (وكان التوازي = 1)، يمكن لكل تكرار الوصول إلى نتيجة التكرار السابق، مما يمكّن من معالجة متسلسلة أو تراكمية.
| الغرض | المدخلات | المخرجات | الخيارات المتقدمة |
|---|---|---|---|
| تنفيذ دفعي للتدفقات | قائمة عناصر، تدفق للتنفيذ | رسالة مجمعة | ربط المخرجات، التوازي، الفاصل |
يعد المكرِّر أداة قوية لأتمتة المهام المتكررة في سير عمل الذكاء الاصطناعي، مما يجعله عنصراً أساسياً لبناء عمليات أتمتة قابلة للتوسع وسهلة الصيانة.
لمساعدتك في البدء بسرعة، أعددنا عدة قوالب تدفق مثال تُظهر كيفية استخدام مكون المكرِّر بفعالية. تعرض هذه القوالب حالات استخدام مختلفة وأفضل الممارسات، مما يجعل من السهل عليك فهم وتنفيذ المكون في مشاريعك الخاصة.
يقوم سير العمل هذا تلقائيًا بإثراء بيانات جهات الاتصال في Google Sheets من خلال العثور على ملفات LinkedIn واستخراج المسميات الوظيفية والصناعات وتحديث الجدول باس...
يقوم هذا المسار المدعوم بالذكاء الاصطناعي بإثراء بيانات العملاء في جوجل شيت من خلال استرجاع ملفات لينكدإن الوظيفية والعناوين الوظيفية والصناعات المفقودة تلقائيً...
أنشئ تدوينات شاملة للمدونات ومحسّنة لمحركات البحث مع بنية متقدمة وعدد كلمات مرتفع باستخدام عدة وكلاء ذكاء اصطناعي. يتضمن سير العمل بحثًا آليًا، وإنشاء مخطط تفصي...
قم تلقائيًا بإنشاء مقالات مدونة متصدرة لمحركات البحث من فيديوهات يوتيوب. يستخرج هذا المسار النصوص، يحلل أفضل كلمات البحث، ينشئ مخططًا تفصيليًا للمدونة، ويكتب مح...
يشغّل مكون المكرِّر تدفقاً محدداً أو تدفقاً فرعياً لكل عنصر في قائمة يتم تزويدها، مما يجعل من السهل أتمتة مهام المعالجة المتكررة ضمن سير العمل الخاص بك.
نعم، يمكنك تحديد الحد الأقصى لعدد العمليات المتزامنة لتحقيق معالجة فعالة، مما يسمح للمكون بالتعامل مع عدة عناصر بالتوازي.
يمكنك تضمين ناتج التكرار السابق في التكرار التالي عن طريق تفعيل خيار 'تضمين إخراج التكرار السابق'، وهو مفيد للاعتمادية التسلسلية عند ضبط التوازي على 1.
يدعم المكرِّر قوائم البيانات أو الرسائل، مما يوفر مرونة في نوع الإدخال الذي تريد معالجته.
استخدم المكرِّر لمعالجة البيانات على دفعات، أو إرسال طلبات متعددة، أو تطبيق سلسلة من الإجراءات على كل عنصر ضمن مجموعة بيانات في تدفقات عمل FlowHunt الخاصة بك.
افتح قوة أتمتة سير العمل من خلال الاستفادة من مكون المكرِّر في FlowHunt لعمليات قابلة للتوسع والتكرار.
ينظم مكون المهمة التسلسلية خطوات سير العمل من خلال تحديد وصف واضح للمهمة، والمخرج المتوقع، وتعيين وكيل لتنفيذ المهمة. مثالي للعمليات المنظمة متعددة الخطوات، حيث...
يتيح لك مكون تشغيل التدفق في FlowHunt تشغيل وتنفيذ سير عمل آخر داخل التدفق الحالي. مرر المدخلات والمتغيرات وتحكم في كيفية تفاعل التدفقات، مما يمكّن الأتمتة المع...
اختبر أتمتة سير العمل المنظم مع مكون الطاقم التسلسلي في FlowHunt. يتيح لك هذا المكون تجميع مهام عدة وكلاء وتنفيذها واحداً تلو الآخر، مما يجعله مثالياً للعمليات ...
